[發(fā)明專利]工作時長監(jiān)控方法、裝置、電子設備和存儲介質

在審

• 申請?zhí)枺?/td>: 202011064421.2
• 申請日: 2020-09-30
• 公開（公告）號: CN112309398A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設計）人: 廖光朝
• 申請（專利權）人: 音數(shù)匯元(上海)智能科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06;G06Q10/10;G06Q50/22
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 仝麗

1.一種工作時長監(jiān)控方法，其特征在于，所述方法包括：

獲取待識別語音；

當所述待識別語音中包含服務開始關鍵詞時，確定所述待識別語音的采樣時間，以及獲取與所述服務開始關鍵詞相關聯(lián)的語音片段和服務關鍵詞集；

基于預訓練的語音識別模型對所述語音片段進行識別，得到關鍵詞序列；

通過對所述關鍵詞序列以及所述服務關鍵詞集進行關鍵詞匹配，確定與所述語音片段相匹配的服務項目；所述服務項目包括標準服務總時長；

根據(jù)所述待識別語音的采樣時間和標準服務總時長，對工作時長進行監(jiān)控。

2.根據(jù)權利要求1所述的方法，其特征在于，所述語音識別模型的訓練步驟包括：

獲取與樣本語音對應的樣本文本以及發(fā)音詞典；所述樣本文本包括至少一個待標注分詞；

根據(jù)所述發(fā)音詞典對所述待標注分詞進行發(fā)音標注，得到標簽序列；

基于所述樣本語音以及對應的標簽序列對語音識別模型進行訓練。

3.根據(jù)權利要求1所述的方法，其特征在于，所述語音識別模型包括語音分離增強模型以及目標識別模型；所述語音識別模型的訓練步驟包括：

獲取語音分離增強模型的第一損失函數(shù)及目標識別模型的第二損失函數(shù)；

基于所述第二損失函數(shù)進行反向傳播，以對橋接在所述語音分離增強模型和目標識別模型之間的中間模型進行訓練，得到魯棒表征模型；

對所述第一損失函數(shù)和第二損失函數(shù)進行融合，得到目標損失函數(shù)；

基于所述目標損失函數(shù)對所述語音分離增強模型、魯棒表征模型及目標識別模型進行聯(lián)合訓練，在滿足預設收斂條件時結束訓練。

4.根據(jù)權利要求1所述的方法，其特征在于，所述服務關鍵詞集包括項目名稱以及問答組合；所述通過對所述關鍵詞序列以及所述服務關鍵詞集進行關鍵詞匹配，確定與所述語音片段相匹配的服務項目包括：

當關鍵詞序列中存在項目名稱時，根據(jù)所述問答組合，從所述關鍵詞序列中提取出至少一個詢問關鍵詞以及至少一個應答關鍵詞；

確定每個詢問關鍵詞和應答關鍵詞各自對應的采樣時間；

根據(jù)詢問關鍵詞的采樣時間以及應答關鍵詞的采樣時間，對詢問關鍵詞以及應答關鍵詞進行關鍵詞匹配，得到匹配對；

當所述匹配對的數(shù)量大于預設數(shù)量閾值時，將所述關鍵詞序列中存在的項目名稱作為與所述語音片段相匹配的服務項目。

5.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

獲取房屋結構圖以及當前定位信息；

在所述房屋結構圖上，確定與所述當前定位信息相匹配的房間定位點，得到目標房間定位點；

基于所述目標房間定位點，對所述服務項目進行修正。

6.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

獲取加時關鍵詞集以及被服務對象的音色特征；所述加時關鍵詞集包括至少一個加時關鍵詞；

基于所述音色特征從所述關鍵詞序列中篩選出與被服務對象相對應的關鍵詞，得到被服務對象關鍵詞集；

當所述被服務對象關鍵詞集包含有預設數(shù)量的加時關鍵詞時，從所述被服務對象關鍵詞集中提取數(shù)字字符；

基于所述數(shù)字字符延長所述服務項目的標準服務總時長。

7.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述待識別語音的采樣時間和標準服務總時長，對工作時長進行監(jiān)控包括：

基于所述待識別語音的采樣時間和標準服務總時長確定服務結束時間；

獲取當前時刻；

基于所述當前時刻以及所述服務結束時間，確定剩余服務時長；

展示所述剩余服務時長。